视觉Transformer在零样本人脸反欺骗中的有效性研究
计算机视觉与模式识别
2021-06-03 v2
摘要
人脸识别系统对呈现攻击的脆弱性限制了其在安全关键场景中的应用。自动检测此类恶意尝试的方法对于人脸识别技术的安全使用至关重要。尽管已提出多种检测此类攻击的方法，但其中大多数会过拟合训练集，无法泛化到未见过的攻击与环境。本工作中，我们利用视觉Transformer模型的迁移学习来完成零样本反欺骗任务。所提方法的有效性通过在公开可用数据集上的实验得到验证。在 HQ-WMCA 与 SiW-M 数据集的零样本协议下，所提方法大幅优于最先进的方法。此外，该模型在跨数据库性能上也取得了显著提升。
关键词
引用
@article{arxiv.2011.08019,
title = {On the Effectiveness of Vision Transformers for Zero-shot Face Anti-Spoofing},
author = {Anjith George and Sebastien Marcel},
journal= {arXiv preprint arXiv:2011.08019},
year = {2021}
}
备注
8 pages, 3 figures, Accepted for Publication in IJCB2021